阿里旗下通义万相宣布推出2.1版本模型升级，在视频生成和图像生成两大方面均有显著提升。在视频生成方面，通义万相2.1通过自研的高效VAE和DiT架构增强了时空上下文建模能力，支持无限长1080P视频的高效编解码，并首次实现了中文文字视频生成功能，登上VBench榜单第一。

通义万相2.1不仅支持中英文视频，还提供一键生成艺术字及多种视频特效选项，如过渡、粒子效果等，以增强视觉表现力。此外，该版本支持复杂运镜，能够还原碰撞、反弹、切割、挤压等真实世界的物理规律，例如雨滴落在伞上会溅起水花。

在图片生成方面，通义万相2.1支持文生组图，采用了IC-LoRA图像生成训练方法和DiT架构，增强了文本到图像的上下文能力。通过多张图像的拼接与联合描述，可以实现关联图像间的组合生成，并保持特征稳定连续。

示例场景包括：
- 以红色新年宣纸为背景，一滴水墨晕染开来，最终形成“福”字，墨色从深到浅过渡，呈现出独特的东方韵味。
- 一对穿着正式晚礼服的夫妇在回家途中遭遇大雨，撑着黑色雨伞，镜头跟随他们的步伐平稳移动，展现他们在雨中的优雅姿态。
- 浪漫的公园里，一对青年男女在温馨的拥抱交谈。

此次升级标志着通义万相在多模态生成领域的进一步突破，为用户提供更加丰富和高质量的内容创作工具。

风险警告：本文根据网络内容由AI生成，内容仅供参考，不应作为专业建议或决策依据。用户应自行判断和验证信息的准确性和可靠性，本站不承担可能产生的任何风险和责任。内容如有问题，可联系本站删除。